INTRODUCTION À LA THÉORIE DES GROUPES MAT 2600

Dimension: px
Commencer à balayer dès la page:

Download "INTRODUCTION À LA THÉORIE DES GROUPES MAT 2600"

Transcription

1 INTRODUCTION À LA THÉORIE DES GROUPES MAT 26 ABRAHAM BROER Références [1] M.A. Armstrong, Groups and symmetry, U.T.M., Springer-Verlag, New York, [2] J.D. Dixon, Problems in group theory, Dover reprint, New York, [3] D.S. Dummit et R.M. Foote, Abstract Algebra, third edition, 24. [4] N. Jacobson, Basic algebra I, W.H. Freeman, San Francisco [5] D.J.S. Robinson, A course in the theory of groups, GTM 8, Springer-Verlag, New York, [6] W.R. Scott, Group theory, Dover reprint, New York, Définitions et notions élémentaires 1.1. Introduction. Dans les mathématiques plusieurs langues sont utilisées, ou orientations ou modes de penser, d argumenter ou de communicer. Comme la langue géométrique, analytique, topologique, probabiliste, statistique, fonctionnelle, algébrique, fonctorielle, et cetera. Chaque mathématicien devrait au moins maîtriser les éléments de base de chaque orientation. Dans ce cours on donnera une introduction à l orientation algébrique, à l aide de la notion de base de groupe. Partout dans les mathématiques il y a des groupes qui jouent des rôles considérables, mais aussi dans des autres domaines comme la physique e.g., la mécanique quantique ou la chimie e.g., la cristallographie. Souvent les groupes décrivent les symétries d une structure : le groupe des mouvements dans l espace, le groupe de Lorentz, le groupe symétrique, le groupe de monodromie, le groupe de tresses, le groupe de l icosaèdre, le groupe d une équation de degré 5, et cetera. Chaque fois qu il y a des symétries dans un problème, il y a un groupe associé et ça vaut la peine d expliciter ce groupe. Un groupe est un ensemble muni d une opération associative, où on suppose qu il existe un neutre qui ne fait rien et que chaque élément a un inverse on peut neutraliser chaque élément. Voici quelques exemples typiques. L ensemble des nombres entiers Z avec l opération + usuelle. On a bien sûr l associativité, a + b + c = a + b + c, le nombre est le neutre, a + = + a = a, et l inverse du nombre a est a, a + a = a + a =. C est un groupe commutatif, c est à dire que a + b = b + a est toujours vrai. L ensemble des fractions non-zéro Q {} avec l opération la multiplication usuelle. L associativité est vrai, x y z = x y z, le neutre est 1, parce que 1 x = x 1 = x pour chaque x, et l inverse de x est x 1 = 1/x, parce que x x 1 = x 1 x = 1. C est aussi un groupe commutatif, x y = y z. Date: September 7, 27. 1

2 2 ABRAHAM BROER Soit M := { I, II, III, IV,..., XI, XII} l ensemble des heures sur une montre de douze heures et l opération + est définie comme h 1 + h 2 = h 3 si et seulement si h 2 heures plus tard que h 1 heures il est h 3 heure. Par exemple, X+ X=VIII. Maintenant le neutre est XII, l inverse de III est IX, de IV est VIII, et cetera. C est un groupe commutatif d ordre fini. Un exemple d un groupe non-commutatif est le groupe linéaire général GLn, R des matrices réelles de taille n n de déterminant non-zéro : GLn, R := {A matrice réelle n n deta } avec l opération, la multiplication matricielle usuelle. Dans l algèbre linéaire on montre que cette multiplication est associative, la matrice identité 1 est le neutre A 1 = 1 A = A, et chaque matrice réelle de déterminant non-zéro A a une matrice inverse de déterminant non-zéro A 1 on a A A 1 = A 1 A = 1. Ce groupe n est pas commutatif si n > 1, parce qu il y a des matrices inversible A et B telles que A B B A. Un autre exemple est le groupe symétrique S n, de tous les bijections de {1, 2,..., n}, où on adopte la composition comme opération. La composition d applications est toujours associative, le neutre est l application identité et chaque bijection a un inverse presque par définition. Si n > 2 le groupe symétrique n est pas commutatif C est un exemple d un groupe d ordre fini. Quelques exemples d ensembles avec opération qui ne sont pas de groupes : Z avec opération ou ; l ensemble de toutes les applications injectives de Z dans Z, avec la composition comme l opération; l ensemble de toutes les matrices n n avec opération X Y := XY Y X n > Définitions. Soyons plus exact maintenant. Une opération interne ou une opération binaire, ou un produit sur un ensemble E est une application E E E : a, b a b. Alors à chaque paire sans exception! ordonnée a, b d éléments de E un nouvel élément de E noté a b est uniquement associé. À la place de on emploie aussi autres symboles comme,,, +,,.... L opération interne est associative si x y z = x y z pour chaque x, y, z E. Un demi-groupe est une paire ordonnée E, d un ensemble avec une opération interne associative. Exemples 1.1. Une opération bien connue sur Z est le soustraction. Cette opération interne n est pas associative : Alors Z, n est pas un demi-groupe. Nous allons seulement étudier les opérations internes associatives, mais ils existent aussi des opérations internes très intéressantes, mais non-associatives. Par exemple, considérons l ensemble de toutes les matrices n n réelles anti-symétriques A = A t, où A t est la matrice transposée de A avec l opération interne crochet de Lie A B := A B B A, où est la multiplication de matrices usuelle. Alors A B est aussi anti-symétrique.

3 INTRODUCTION À LA THÉORIE DES GROUPES MAT 26 3 Exercice 1.1. Montrer que le crochet de Lie A B est une opération interne associative sur l ensemble de toutes les matrices antisymétriques n n si et seulement si n 2. Montrer par contre que l identité suivante de Jacobi est toujours satisfaite : A B C + B C A + C A B =. Soit E, un demi-groupe et soient x 1, x 2, x 3 et x 4 E. Alors par l associativité de tous les produits x 1 x 2 x 3 x 4 = x 1 x 2 x 3 x 4 = x 1 x 2 x 3 x 4 = = x 1 x 2 x 3 x 4 = x 1 x 2 x 3 x 4 donnent le même élément de E. On écrit cet élément sans parenthèses comme x 1 x 2 x 3 x 4. De façon analogue pour plus de termes. Si par contre l opération interne n est pas associative nous ne donnons pas à x 1 x 2 x 3 un sens. L opération interne est commutative si x y = y x pour chaque x, y E. Nous n allons utiliser le symbole + plus que pour les opérations internes commutatives. Un élément neutre simultanément à gauche et à droite pour une opération sur E est un élément x E tel que x y = y x = y pour chaque y Y. Un monoïde est un demi-groupe E, où l opération interne possède un élément neutre. Lemme 1.1. Soit E, un monoïde. Alors l opération interne ne possède qu un seul élément neutre. Preuve. Par la définition de monoïde il existe un élément neutre x. Supposons que y est aussi un élément neutre. Alors y = x y parce que x est un neutre et x y = x parce que y est un neutre. Donc x = y. Alors on peut parler du neutre d un monoïde M,, parce que cet élément est uniquement déterminé. Ce neutre est noté 1 M ou 1 s il n y a pas de confusion possible, si le symbole d opération n est pas +. Par contre, on écrit M ou zéro pour le neutre si l opération interne du monoïde M, + est notée +. Exemples 1.2. Par exemple, Z, + est un monoïde avec neutre, mais Z >, + est seulement un demi-groupe. Aussi Z, est un monoïde, dans lequel le nombre 1 est le neutre. Soit Mn n, R l ensemble de toutes les matrices réelles de taille n n et la multiplication matricielle usuelle. Alors Mn n, R, est un monoïde, le neutre est la matrice identité 1. Pour deux ensembles X et Y on écrit X Y pour l ensemble de toutes les applications f : Y X. Si Y = X, la composition f g de deux applications f, g X X est définie comme d habitude par f gx := fgx.

4 4 ABRAHAM BROER Alors X X, est un monoïde avec neutre l application identité 1 où 1x = x pour chaque x X. On vérifie l associativité : f 1 f 2 f 3 x = f 1 f 2 f 3 x = f 1 f 2 f 3 x = f 1 f 2 f 3 x = f 1 f 2 f 3 x, pour chaque x X et f 1, f 2, f 3 X X. Soit E, un monoïde avec neutre 1 E. On dit que x E a un inverse simultanément à gauche et à droite dans le monoïde s il existe un élément y E tel que x y = y x = 1 E. Lemme 1.2. Soit E, un monoïde. Aucun élément de E ne peut avoir plus qu un inverse. Preuve. Supposons que y et z sont deux inverses de x dans le monoïde. Alors y = y 1 E = y x z = y x z = 1 E z = z. Ici on a utilisé les propriétés du neutre 1 E, de l associativité et d un inverse. Alors dans un monoïde un peut parler de l inverse de x si x possède un inverse, parce que cet élément est uniquement déterminé. Cet inverse de x est noté x 1, si l opération n est pas +. Mais on écrit x pour l inverse si l opération interne est le +. Mais nous ne donnons pas de sens à x 1 ou x si x n a pas d inverse ou si c est inconnu si x possède un inverse ou non. Un groupe est un monoïde dont tous les éléments possèdent un inverse. Donc on peut parler du neutre du groupe et de l inverse de chacun élément. Un groupe abélien 1 ou commutatif est un groupe dont l opération interne est commutative. Un critère pour qu un demi-groupe soit un groupe est donné dans l exercice suivant. Exercice Soit E un ensemble avec une opération interne associative notée. On suppose l existence d un élément e E avec les propriétés suivantes. i Pour chaque a E on a e a = a on dit que e est un neutre à gauche, ii Pour chaque a E il existe un b E tel que b a = e on dit que l inverse à gauche existe. Alors E, est un groupe. Exercice 1.3. L ensemble des matrices n n de coefficients entières et de déterminant non-zéro, avec l opération la multiplication matricielle est un monoïde mais pas un groupe. Exercice 1.4. Un groupe dans lequel chaque élément est son propre inverse i.e., x = x 1 est abélien. Exercice 1.5. Dans un groupe abélien G, + fini d ordre impair la somme x de tous les éléments du groupe donne l élément neutre. Indice: montrer d abord que x+x = et si {a, a+x} {b, b+x} alors {a, a + x} {b, b + x} =. 1 Niels Henrik Abel, mathématicien norvégien, Dans un exercice on demande à montrer toutes les affirmations données.

5 INTRODUCTION À LA THÉORIE DES GROUPES MAT 26 5 Exercice 1.6. Soit n Z 1. Le groupe cyclique d ordre n est la paire C n,, où C n := {e 2πik/n ; k Z} est l ensemble des n racines n-ièmes de 1 dans C et où est la multiplication des nombres complexes. Si on écrit ρ := e 2πi/n alors et ρ n = 1. C n = {1, ρ, ρ 2, ρ 3,..., ρ n 1 } Exercice 1.7. Fixons n 2. i La rotation du plan réel par 2πk/n radian ou par 36k/n degrés est réalisée par la matrice orthogonale cos 2πk/n sin 2πk/n sin 2πk/n cos 2πk/n et la réflection par rapport de la droite qui à l angle πk/n radian ou par 18k/n degrés avec l axe de x est réalisée par la matrice orthogonale cos 2πk/n sin 2πk/n. sin 2πk/n cos 2πk/n ii Le group diédral est la paire D n,, où { } cos 2πk/n sin 2πk/n D n := ; k Z sin 2πk/n cos 2πk/n { cos 2πk/n sin 2πk/n } sin 2πk/n ; k Z cos 2πk/n et où est la multiplication matricielle. C est un groupe non-commutatif si et seulement si n > 2. Décrire les éléments qui sont leur propre inverse. alors et iii Si on écrit ρ := cos 2π/n sin 2π/n sin 2π/n et σ := cos 2π/n σ 2 = ρ n = 1 et σρσ = ρ 1 = ρ n 1 D n = {ρ i σ j ; i < n, j < 2}. 1 1 iv Soit M une matrice 2 2 orthogonal. Montrer que M D n si et seulement si M transforme le n-gon régulier sur soi-même. Exercice 1.8. Soit M, un monoïde. On écrit M := {m M m possède un inverse dans le monoîde M, }. Montrer que x y M si x et y M, et montrer que la paire M, où est l opération interne sur M induite par l opération interne sur M est un groupe. On a par exemple Mn, R, = GLn, R, et X X, = S n,, si X = {1, 2,..., n}. Décrire Z,.

6 6 ABRAHAM BROER 1.3. Notation. Dans un groupe G, on écrit souvent ab à la place de a b sauf si le symbole de l opération interne est le +. Souvent on dénote un groupe G, par son ensemble G seulement. Dans ce cas il faut que se soit clair par le contexte quelle opération interne est prise. Si le symbole de l opération interne n est pas explicitement donné on utilise généralement x y ou xy pour l opération interne. Mais si le groupe est abélien on écrit généralement mais pas exclusivement x + y pour l opération. Soit G, un groupe. On pose x := 1 G, x 1 := x et x 1 pour l inverse de x. On définit par induction sur l entier n x n := x n 1 x et x n := x n+1 x 1. Par exemple, x 5 = x x x x x et x 2 = x 1 x 1. De façon analogue, si G, + est un groupe abélien avec opération interne + on définit x =, 1x := x et 1x = x pour l inverse de x et par induction sur l entier n nx := n 1x + x et nx := n + 1x + x. Alors si l opération interne n est pas +, alors 2x n est pas défini, et si l opération interne est notée par + alors x 2 n est pas défini. Exercice 1.9. Soit G, un groupe et x G. Alors pour n et m Z on a x n+m = x n x m et x n 1 = x n Homomorphisme de groupes. Un homomorphisme ou un morphisme de groupes entre deux groupes G, et K, est une application φ : G K telle que φx y = φx φy pour chaque x et y G. Un monomorphisme est un homomorphisme injectif, ça veut dire que x y G implique que φx φy K. Un épimorphisme est un homomorphisme surjectif, ça veut dire que pour chaque k K il existe au moins un élément g G tel que φg = k. Un isomorphisme est un homomorphisme bijectif, ça veut dire que pour chaque k K il existe un seul élément g G tel que φg = k. Cet élément g est noté φ 1 k. Un endomorphisme est un homomorphisme d un groupe dans lui-même, alors si G, = K,. Un automorphisme est un endomorphisme bijectif. L ensemble de tous les automorphismes d un group G est noté AutG. Exemples 1.3. Le déterminant det : GLn, R R définit un homomorphisme entre GLn, R, et R, rappel : R = R\{}. Parce que par l algèbre linéaire deta B = deta detb pour toutes les matrices n n A et B. Le déterminant est un épimorphisme pourquoi?. L exponentiel exp : R R définit un homomorphisme de groupes entre R, + et R,, parce que expx + y = expx expy.

7 INTRODUCTION À LA THÉORIE DES GROUPES MAT 26 7 C est un monomorphisme mais pas un épimorphisme pourquoi?. L exponentiel exp : C C définit un homomorphisme de groupes entre C, + et C,, parce que expx + y = expx expy. Maintenant c est un épimorphisme mais pas un monomorphisme pourquoi?. L application inverse-transposé GLn, R GLn, R qui applique une matrice A à son inverse transposé A t 1 = A 1 t est un automorphisme de GLn, R,. Dans la théorie des groupes on considère deux groupes comme équivalent ou essentiellement les mêmes groupes s il existe un isomorphisme entre les deux groupes. Cette idée d isomorphisme est extrêmement importante. Exercice 1.1. Soit G := { cos φ sin φ } sin φ ; φ {, 2π/3, 4π/3} cos φ et la multiplication matricielle usuelle. Alors G, est un groupe. Soit H := {a, b, c} avec l opération interne définie par la table de composition a b c a c a b b a b c c b c a Alors H, est un groupe. Les deux groupes G, et H, sont isomorphes. Tous les groupes de cardinalité trois sont essentiellement le même groupe. Exercice Si φ : G K est un isomorphisme de groupes, alors l application inverse φ 1 : K G est aussi un isomorphisme de groupes. La composition φ ψ de deux automorphismes φ et ψ de G donne une opération interne sur Aut G; Aut G, est un groupe, le groupe d automorphismes de G. Exercice Chaque élément g G définit un automorphisme c g de G par conjugaison, défini par c g x := gxg 1. L application c : G Aut G définie par cg := c g donne un homomorphisme de groupes. Exercice Soit n > 2 et G, un groupe. Supposons il existe a, b G tels que a n = b 2 = 1 G et ba = a 1 b et n est le plus petit n 1 tel que a n = 1. Montrer qu il existe un monomorphism du groupe diédral D n exercice 1.6 dans G. Le noyau d un homomorphisme φ : G K dénoté par Ker φ est défini comme Ker φ := {g G φg = 1 K }, où 1 K est le neutre du groupe K. Alors le noyau est l ensemble des éléments de G qui sont envoyés vers le neutre de H. L image de φ est définie comme d habitude par Im φ := {φg g G}.

8 8 ABRAHAM BROER Lemme 1.3. Soit φ : G K un homomorphisme entre les groupes G, et K,. φ1 G = 1 K et pour chaque g G on a φg 1 = φg 1. Alors Preuve. On utilise que si x 2 = x dans un groupe, alors x = 1. Preuve : x 2 = x implique que x 2 x 1 = x x 1, donc x = 1. On a maintenant φ1 G = φ1 G 1 G = φ1 G φ1 G, donc φ1 G = 1 K. Le reste de la preuve est laissé comme exercice. Lemme 1.4. Un homomorphisme φ : G K est un monomorphisme si et seulement si le noyau de φ ne contient que le neutre de G. Preuve. Le noyau contient au moins le neutre de G. Supposons que φ est un monomorphisme, alors g 1 G implique que φg φ1 G = 1 K. Donc g Ker φ. Par contre, supposons que Ker φ = {1 G } et x y G. Alors x y 1 1 G et φx y 1 1 K. Alors φx φy 1 = φx φy 1 1 K et φx φy. Donc l application φ est injective. Exercice Soit log : R >,. R, + le logarithme. Vérifier les deux lemmes précédents dans ce cas. Exercice Trouver tous les morphismes φ : C n D n et ψ : D n C n entre le groupe cyclique et le groupe diédral, si n = 2, 3, Permutations et groupe symétrique Le groupe des permutations d un ensemble fini est un des plus importants groupes finis. On va établir quelques propriétés. Soit E un ensemble. On dit qu une application f : E E a un inverse, s il existe une application g : E E telle que les deux compositions f g et g f sont l application identité fgx = gfx = x, pour chaque x E. Cette application g est unique pourquoi? et notée souvent f 1, l inverse de f. On dit que f est une bijection ou une permutation de E. L ensemble de toutes les permutations ou bijections de E est notée S E. On écrit S n := S E dans le cas particulier où E = {1, 2, 3,..., n}. Si f 1 et f 2 S E, alors la composition f 1 f 2, définie par f 1 f 2 x := f 1 f 2 x, est aussi un élément de S E. La règle d associativité est satisfaite : f 1 f 2 f 3 = f 1 f 2 f 3, pour chaque f 1, f 2, f 3 S E. Preuve :

9 INTRODUCTION À LA THÉORIE DES GROUPES MAT 26 9 f 1 f 2 f 3 x = f 1 f 2 f 3 x = f 1 f 2 f 3 x = f 1 f 2 f 3 x = f 1 f 2 f 3 x pour chaque x E; d où le résultat. La paire S E, est appelée le groupe symétrique sur E. Exercice 2.1. La cardinalité de S n est n!. Exercice 2.2. Si β : E F est une bijection entre deux ensembles, trouver un isomorphisme naturel entre S E et S F. Combien d isomorphismes différents existent-t-ils entre S E et S F si E et F ont 2 ou 3 éléments? Une permutation f S E est connue si et seulement si l image de chaque élément de E est connue. Si E = {a, b,..., z} est un ensemble fini on peut donner toutes les images de f dans un tableau a b... z f =. fa fb... fz Par exemple, si E = {1, 2, 3, 4, 5}, alors f = = = est l application f : {1, 2, 3, 4, 5} {1, 2, 3, 4, 5} où f1 = 2, f2 = 3, f3 = 4, f4 = 1 et f5 = 5. Il y a une application inverse pour f, donc f S E = S 5. On obtient l inverse f 1 de f en changeant les deux lignes dans un tableau de f : f = = = Soit maintenant g := alors la composition est f g = = = g f Vérifier! On va de droite à gauche. Une permutation f : E E est dite cyclique d ordre m, ou un m-cycle, s ils existent m éléments différents x 1, x 2,..., x m E tels que fx i = x i+1, pour 1 i < m, fx m = x 1 et fx = x pour chaque autre x E si x E\{x 1,..., x m }. Et on écrit f = x 1, x 2,..., x m.

10 1 ABRAHAM BROER Exercice 2.3. On a x 1, x 2,..., x m = x 2, x 3,..., x m, x 1 S E. puis et On remarque que dans S 5 on a , 3, 4, 1, 5 = ; , 3, 5 = , 3, 5 2, 3, 4, 1, 5 = = 1, 2, 5, 3, Exercice 2.4. Calculer dans S , 2, 3, 4, 5 1, 5 1, 5, On dit que les cycles x 1,..., x m et y 1,..., y k sont disjoints, si x i y j pour chaque i et j. Exercice 2.5. Si les cycles f = x 1,..., x m et g = y 1,..., y k sont disjoints alors f et g commutent, ça veut dire f g = g f. Proposition 2.1. Si la cardinalité n := E de E est finie, alors chaque permutation dans S E est une composition finie de cycles deux à deux disjoints. Par exemple, dans S 9 on a = 1, 7 2, 8 3, 5, 4, 6 Preuve. Par induction sur n. Si n = 1, il n y a qu une seule permutation : l identité qui est un 1-cycle e, si E = {e}. Supposons n > 1 et choisissons x E. Soit f une permutation. Considérons x, fx, f 2 x := ffx, f 3 x := fffx,... Ils existent n 1 < n 2 tels que f n 1 x = f n 2 x, parce que n <. Après la composition avec f 1 n 1 on obtient un entier positif m= n 2 n 1 tel que x = f m x. Choisissons un tel m de façon minimal, alors les éléments x, fx, f 2 x,..., f m 1 x sont tous différents. Si E 1 := {x, fx, f 2 x,..., f m 1 x} = E alors n = m et f est le n-cycle f 1 := x, fx, f 2 x,..., f n 1 x et on est prêt. Sinon f permute aussi les éléments dans le complément E 2 := E\E 1 Exercice : pourquoi?. Par induction cette permutation f 2 de E 2 est une composition finie de cycles deux à deux disjoints f 2 = σ 1 σ 2... σ s.

11 INTRODUCTION À LA THÉORIE DES GROUPES MAT Chaque σ i est de la forme x 1, x 2,..., x m où chaque x i E 2. On peut interpréter chaque σ i et f 2 comme permutation de E, fixant chaque élément de E 1. Maintenant f = x, fx, f 2 x,..., f m 1 x σ 1 σ 2... σ s, parce que si e E 2, alors fe = f 2 e sinon il existe un i tel que e = f i x. Donc f est une composition de cycles deux à deux disjoints. Exercice 2.6. Soit f = x 1, x 2,..., x m un m-cycle et g S E. Montrer que g f g 1 est le m-cycle y 1, y 2,..., y m avec y i := gx i. Par exemple, si f = 1, 4, 3 et g = 1, 2 3, 4, 5 dans S 9, alors g f g 1 = g1, g4, g3 = 2, 5, 4. Exercice 2.7. Chaque permutation f S n est un produit de 2-cycles de la forme i, i + 1, où 1 i < n. Par exemple, 1, 2, 3, 4, 5, 6, 7, 8 = 1, 2 2, 3 3, 4 4, 5 5, 6 6, 7 7, 8 et 1, 3 = 2, 3 1, 2 2, Matrices de permutation. Maintenant nous prenons E := {1, 2,... n}. Nous allons associer à chaque permutation une matrice n n de coefficients réels où de coefficients dans un autre corps comme C, Q ou F q, voyez plus loin. Si f S n, alors la matrice L f est définie comme L f ji = 1 si j = fi et L f ji = si j fi, pour i, j E. La matrice L f est appelée la matrice de permutation associée à la permutation f. Soit 1 1 e 1 :=, e 2 :=, e 3 := 1,..., e n :=,... la base naturelle de l espace vectoriel R n de vecteurs colonnes. La matrice L f est aussi déterminée par la propriété. 1 pour i E. Si f, g S n, alors L f e i = e fi L f L g e i = L f e gi = e fgi = e f gi = L f g e i, pour chaque i E. Donc L f L g = L f g, ça veut dire le produit des deux matrices de permutation f et g est la matrice de permutation associée à la composition f g. Il suit que l application L : S n GLn, R; Lf := L f est un homomorphisme de groupes. Exemples pour n = L 1,2,3 = 1, L 1,2 = 1, L 2,3 = 1, et en effet L 1,2,3 = L 1,2 L 2,3.

12 12 ABRAHAM BROER On peut identifier l ensemble de matrices {L f f S n } comme l ensemble de matrices n n ayant un et un seul coefficient 1 dans chacune de ses lignes et de ses colonnes; ses autres coefficients étant. Notons cet ensemble de matrices par P n. Lemme 2.1. Le déterminant de L P n est 1 ou 1. Preuve. Après une permutation des lignes de L on obtient la matrice identité ayant déterminant 1. On définit le signe sgf d un élément de S n comme le déterminant de sa matrice de permutation L f. Lemme 2.2. On a sgfsgg = sgf g pour f, g S n. Preuve. On a L f g = L f L g et detl f L g = detl f detl g. Donc le signe est aussi un homomorphisme de groupes. appelées paires et ceux de signe 1 sont appelées impaires. Les permutations de signe +1 sont Exercice 2.8. Il pourrait exister un problème logique avec cette définition du signe à l aide du déterminant, dépendant de la définition du déterminant adoptée! Pour cette raison nous donnons une définition alternative du sg. Considérons l ensemble R[x 1,..., x n ] de tous les polynômes F x 1,..., x n dans les variables x 1,..., x n et des coefficients réels. Pour une permutation π S n et un polynôme F on définit un autre polynôme π F ainsi : π F x 1, x 2,..., x n := F x π1, x π2,..., x πn ; c-à-d, on remplace le variable x i par le variable x πi. Par exemple, si F = x x 2x 3 on a 1, 2 F = x 2 2+7x 1 x 3 ; 1, 3, 2 F = x 2 3+7x 1 x 2 ; 2, 3 [1, 2 F ] = 2, 3 x 2 2+7x 1 x 3 = x 2 3+7x 1 x 2. i Montrer que π 1 [π 2 F ] = π 1 π 2 F, pour chaque F R[x 1,..., x n ] et π 1, π 2 S n. ii Fixons le polynôme := 1 i<j n x i x j. Montrer que pour chaque π S n, il existe un signe ɛπ {1, 1} tel que iii Montrer que π = ɛπ. ɛ : S n {1, 1} : π ɛπ est un homomorphisme de groupes. iv Montrer que sg = ɛ. [Puisque les 2-cycles i, i + 1 où 1 i < n engendrent S n, il suffit de montrer sgi, i + 1 = ɛi, i + i.] Exercice 2.9. Une permutation f de S n est paire si et seulement si f est la composition d un nombre pair de 2-cycles. Chaque permutation f est paire si et seulement si f est la composition d un nombre de 3-cycles.

13 Les permutations paires INTRODUCTION À LA THÉORIE DES GROUPES MAT Alt n := {f S n ; sgf = 1} avec l opération interne la composition des permutations forme un groupe : le groupe alterné d ordre n. C est le noyau de l homomorphisme sg. Exercice 2.1. La cardinalité du groupe alterné Alt n est n!/2. 3. Corps et groupes linéaires Pour être capable de donner encore plus d exemples de groupes, il faut introduire la notion de corps field, en anglais. On a vu sa définition très vite dans l algèbre linéaire, mais pas beaucoup de ses propriétés. L essentiel est qu on peut faire de l algèbre linéaire sur un corps quelconque. Par définition un corps est un ensemble K avec deux opérations internes commutatives fixées, notées + et, satisfaisant plusieurs axiomes. Premièrement, la paire K, + soit un groupe abélien; le neutre pour le + est noté et l inverse de x est x. Puis, la paire K, soit un monoïde commutatif, le neutre est noté 1. Les deux éléments spéciaux et 1 soient différents. Chaque élément k dans K est supposé d avoir un inverse pour le, noté x 1. Finalement, les deux opérations internes soient liées par la loi de la distributivité: x y + z = x y + x z pour chaque x, y, z K. La convention est que dans une formule prend une priorité plus élevée que +, par exemple x + y z + t := x + y z + t, et x y + z t := x y + z t. Aussi on supprime souvent le symbole, par exemple xyz + t := x y z + t. Ici x, y, z, t K. Comme pour chaque groupe additif nk est définie pour chaque entier n et chaque k K. Mais Z n est pas nécessairement un sous-ensemble de K! Exercice 3.1. Soit N 1 un nombre naturel. Définissons K = Q N := {a + b N; a, b Q} R. Montrer que K est un corps, avec les opérations + et induites par celles de R. Le plus petit corps contient seulement deux éléments et est noté F 2. Les deux éléments sont appelés et 1 et on a et = + = = = 1 = 1 1 = + 1 = 1 + = 1 1.

14 14 ABRAHAM BROER Il faut penser de comme pair et de 1 comme impair, par exemple 1 1 = 1 est interprété comme impair fois impair est impair. On calcule modulo 2. En fait, F 2 Z/2Z le montre de deux heures, avec les opérations comme dans le petit cours d arithmétique. Il existe aussi un corps de trois éléments F 3 = {, 1, 2}. Les tableaux des deux opérations internes sont : et Il y a un sens ici à adopter le symbole 2 parce que 21 = = 2. Mais =. On calcule modulo 3 et F 3 Z/3Z. Il existe un corps de quatre éléments F 4 = {, 1, a, b}. Les tableaux des opérations internes sont : + 1 a b 1 a b 1 1 b a a a b 1 b b a 1 et 1 a b 1 1 a b a a b 1 b b 1 a Maintenant il n y a pas de sens à adopter le symbole 2 à la place de a ou b, parce que 2 1 = 1+1 =, et donc 2 1 n est pas un nouvel élément. Pour chaque élément x de F 4 on a 2x = x + x =. L élément a satisfait l égalité a 2 + a + 1 = et après tout on n a pas vraiment besoin d un symbole b, parce que b = a 2 = a + 1. Maintenant F 4 Z/4Z! Exercice 3.2. Calculer le déterminant des matrices a a 1 a b 1 1 b 1, 1 b 1, 1 a 1 a x y z x 2 y 2 z 2 de coefficients dans le corps F 4, pour n importe quels x, y, z. Et ses inverses? Exercice 3.3. Vérifier que F 2, F 3 et F 4 sont des corps. Trouver un corps de 5 éléments. Essayer de montrer qu il n existe pas un corps de 6 éléments. Indice : On a 61 = et soit 21 ou 31, contradiction. En fait, on peut montrer que la cardinalité d un corps fini est toujours une puissance d un nombre premier, et il existe essentiellement seulement un corps fini F q de la cardinalité q = p m, où p est un nombre premier et m un entier positif. Nous ne montrons pas ces propositions ici voyez par exemple [4, p.277-8]. Si K est un corps, on indique le groupe multiplicatif par K alors l ensemble est K\{} et l opération interne est le produit. Dès qu on fixe un corps K, on peut définir la notion d espace linéaire et application linéaire sur K, des matrices avec coefficients dans K, l addition et la multiplication matricielle, le déterminant d une matrice sera un élément de K, le rang, l inverse, l existence d inverse si et seulement si le

15 INTRODUCTION À LA THÉORIE DES GROUPES MAT déterminant n est pas, les formes bilinéaires symétriques, le groupe GLn, K, le groupe SLn, K, le groupe orthogonale On, K, SOn, K et cetera. Mais la partie de l algèbre linéaire qui utilise la relation d ordre, comme le produit scalaire défini positif, ne se généralise pas pour tous les corps. Si le corps est fini, les groupes linéaires sont aussi finis. Par exemple, la cardinalité de GLn, F q est q n 1q n qq n q 2... q n q n 1. Preuve : On peut choisir q n 1 vecteurs pour la première colonne, après on peut choisir encore q n q vecteurs pour la deuxième colonne linéairement indépendant de la première, après on peut choisir q n q 2 vecteurs pour la troisième colonne linéairement indépendant avec les deux premières, etc. Exercice 3.4. Soit g un élément de O4, F 2 = {g GL4, F 2 ; g g t = 1}. Montrer qu il y a deux possibilités. Soit chaque ligne et chaque colonne de g contient un unique coefficient 1 une matrice de permutation, ou chaque ligne et chaque colonne de g contient un unique coefficient. Est-ce que la même est vraie pour O5, F 2 ou O4, F 3? Montrer que O3, F 2 est isomorphe à S 3. Exercice 3.5. Pour un corps K nous posons K[T ] pour l ensemble des polynômes en variable T et coefficients dans K. La notion de degré est comme d habitude le plus grand exposant de T qui apparaît. Montrer qu on peut diviser avec reste : Soient f et g deux polynômes dans K[T ], où g. Alors ils existent deux polynômes q et r dans K[T ] tels que f = qg + r et si r le degré de r est plus petit que le degré de g. Exercice 3.6. Comme dans le petit cours d arithmétique donner une définition du pgcdf, g et montrer qu ils existent deux polynômes a et b tels que af + bg = pgcdf, g. On peut généraliser d autres propriétés des polynômes de coefficients réels. Comme la factorisation unique la notion de nombre premier est remplacée par polynôme irréductible. Et que chaque polynôme de degré n a au plus n solutions dans un corps. Nous donnons une preuve. Proposition 3.1. Soit F T = a +a 1 T +a 1 T a n T n un polynôme de degré n de coefficients a i dans un corps K et on suppose que a n. Alors F a au plus n racines, c est à dire, il existe au plus n éléments différents k K tels que dans K. F k := a + a 1 k + a 1 k a n k n = Preuve. Par induction sur n. Si n =, il n y a aucune racine parce que a. Supposons k K est une solution. Par la division avec reste exercice 3.5 il existe un polynôme GT de degré n 1 et un scalaire c K, tels que F T = T kgt + c. Donc c = F k = et F T = T kgt. Soit k une solution de F T = T kgt =, alors k k = où Gk =. Par induction on

16 16 ABRAHAM BROER peut supposer que GT = a au plus n 1 solutions différents dans K, donc F T = a au plus n solutions différents dans K. L équation 2x = a une solution dans un corps, mais deux dans Z/4Z. Exercice 3.7. Trouver tous les zéros de F T := T 6 + at 5 + bt dans le corps F 4. Et les zéros de F T le dérivé de F?

17 58 ABRAHAM BROER Département de mathématiques et de statistique, Université de Montréal, C.P. 6128, succursale Centre-ville, Montréal Québec, Canada H3C 3J7 address:

Structures Algébriques Groupes : exercices

Structures Algébriques Groupes : exercices Institut Galilée Université Paris XIII Structures Algébriques Groupes : exercices L3 semestre 5 2012-2013 Exercice 1 Soit (G, ) un ensemble muni d une loi de composition associative. Montrer que G est

Plus en détail

Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions

Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions HQ = He 1 He 2 He 3 He 4 HQ e 5 comme anneaux (avec centre Re 1 Re 2 Re 3 Re 4

Plus en détail

Structures algébriques

Structures algébriques Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe

Plus en détail

Groupes et Actions de groupes. 1 Groupes, morphismes et actions de groupes.

Groupes et Actions de groupes. 1 Groupes, morphismes et actions de groupes. Groupes et Actions de groupes On présente ici des notions de base de théorie des groupes pour l agrégation interne. 1 Groupes, morphismes et actions de groupes. Un groupe (G, ), ou plus simplement G, est

Plus en détail

Fiche n 1: Groupe, sous-groupe, ordre

Fiche n 1: Groupe, sous-groupe, ordre Université Lille 1 Algèbre 2010/11 M51.MIMP Fiche n 1: Groupe, sous-groupe, ordre Exercice 1 On considère sur R la loi de composition définie par x y = x + y xy. Cette loi est-elle associative, commutative?

Plus en détail

2. MATRICES ET APPLICATIONS LINÉAIRES

2. MATRICES ET APPLICATIONS LINÉAIRES 2. MATRICES ET APPLICATIONS LINÉAIRES 2.1 Définition Une matrice n m est un tableau rectangulaire de nombres (réels en général) à n lignes et m colonnes ; n et m sont les dimensions de la matrice. Notation.

Plus en détail

Algèbre Année 2007-2008 ENS Cachan Vincent Beck. Action de groupes

Algèbre Année 2007-2008 ENS Cachan Vincent Beck. Action de groupes Algèbre Année 2007-2008 ENS Cachan Vincent Beck Action de groupes L idée centrale de cette note est de mettre en évidence le fait fondamental suivant une action d un groupe G sur un ensemble X, «c est»

Plus en détail

Cours de Théorie des groupes Bachelor Semestre 3 Prof. E. Bayer Fluckiger 26 octobre 2015. Test 1

Cours de Théorie des groupes Bachelor Semestre 3 Prof. E. Bayer Fluckiger 26 octobre 2015. Test 1 Cours de Théorie des groupes Bachelor Semestre 3 Prof. E. Bayer Fluckiger 26 octobre 2015 Test 1 Exercice 1. (1) Donner la liste des sous-groupes de Z/24Z. Justifier. (2) Est-ce que Z/24Z a un sous-groupe

Plus en détail

Rappels d Algèbre Linéaire de P.C.S.I

Rappels d Algèbre Linéaire de P.C.S.I Rappels d Algèbre Linéaire de PCSI Table des matières 1 Structure d espace vectoriel sur IK 3 11 Définition et règles de calcul 3 12 Exemples de référence 3 13 Espace vectoriel produit 4 14 Sous-espaces

Plus en détail

SUR LA SIGNATURE DE L AUTOMORPHISME DE FROBENIUS. par. Stef Graillat

SUR LA SIGNATURE DE L AUTOMORPHISME DE FROBENIUS. par. Stef Graillat SUR LA SIGNATURE DE L AUTOMORPHISME DE FROBENIUS par Stef Graillat Résumé. Dans cette note, nous calculons la signature de l automorphisme de Frobenius dans un corps fini. Nous serons amené pour cela à

Plus en détail

Groupe symétrique. Chapitre II. 1 Définitions et généralités

Groupe symétrique. Chapitre II. 1 Définitions et généralités Chapitre II Groupe symétrique 1 Définitions et généralités Définition. Soient n et X l ensemble 1,..., n. On appelle permutation de X toute application bijective f : X X. On note S n l ensemble des permutations

Plus en détail

Université Paris 6 Année universitaire 2011-2012 Cours Groupes finis et leurs représentations Corrigé de l examen terminal du 21 mai 2012.

Université Paris 6 Année universitaire 2011-2012 Cours Groupes finis et leurs représentations Corrigé de l examen terminal du 21 mai 2012. Université Paris 6 Année universitaire 011-01 Cours Groupes finis et leurs représentations Corrigé de l examen terminal du 1 mai 01 Exercice 1 Questions de cours Soit G un groupe fini et soit p un nombre

Plus en détail

Anneaux, algèbres. Chapitre 2. 2.1 Structures

Anneaux, algèbres. Chapitre 2. 2.1 Structures Chapitre 2 Anneaux, algèbres 2.1 Structures Un anneau est un ensemble A muni de deux opérations internes + et et d éléments 0 A et 1 A qui vérifient : associativité de l addition : commutativité de l addition

Plus en détail

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. 1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le

Plus en détail

Le Déterminant. par Alain Prouté Université Denis Diderot Paris 7. 1 Permutations. 1. 2 Application transposée, base duale. 3. 3 Mesures de volume.

Le Déterminant. par Alain Prouté Université Denis Diderot Paris 7. 1 Permutations. 1. 2 Application transposée, base duale. 3. 3 Mesures de volume. Ce cours peut être librement copié et distribué. Il est recommandé d en télécharger la version la plus récente à partir de : http://www.math.jussieu.fr/~alp. Toute remarque, correction ou suggestion doit

Plus en détail

NOTES DE COURS (SUPPLÉMENTAIRES) POUR LE COURS MATHÉMATIQUES DISCRÈTES MAT1500. References

NOTES DE COURS (SUPPLÉMENTAIRES) POUR LE COURS MATHÉMATIQUES DISCRÈTES MAT1500. References NOTES DE COURS (SUPPLÉMENTAIRES) POUR LE COURS MATHÉMATIQUES DISCRÈTES MAT1500 ABRAHAM BROER References [R] Kenneth H. Rosen, Mathématiques discrètes, Édition révisée Chenelière McGraw-Hill, 2002. 1. But

Plus en détail

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au

Plus en détail

IV.1 Dual d un espace vectoriel... 77

IV.1 Dual d un espace vectoriel... 77 76 IV FORMES LINÉAIRES, DUALITÉ IV Formes linéaires, dualité Sommaire IV.1 Dual d un espace vectoriel.......... 77 IV.1.a Rappels sur les e.v................... 77 IV.1.b Rappels sur les applications linéaires........

Plus en détail

Applications linéaires

Applications linéaires Bibliothèque d exercices Énoncés L1 Feuille n 18 Applications linéaires 1 Définition Exercice 1 Déterminer si les applications f i suivantes (de E i dans F i ) sont linéaires : f 1 : (x, y) R (x + y, x

Plus en détail

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin. Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).

Plus en détail

Fiche n 2: Morphisme, sous-groupe distingué, quotient

Fiche n 2: Morphisme, sous-groupe distingué, quotient Université Lille 1 Algèbre 2010/11 M51.MIMP Fiche n 2: Morphisme, sous-groupe distingué, quotient Exercice 1 Soient G, G deux groupes et f un homomorphisme de G dans G. Montrer que si A G, alors f( A )

Plus en détail

Applications linéaires

Applications linéaires Applications linéaires I) Applications linéaires - Généralités 1.1) Introduction L'idée d'application linéaire est intimement liée à celle d'espace vectoriel. Elle traduit la stabilité par combinaison

Plus en détail

Espaces vectoriels 2006-2007. Agrégation interne de Mathématiques Département de Mathématiques Université de La Rochelle F.

Espaces vectoriels 2006-2007. Agrégation interne de Mathématiques Département de Mathématiques Université de La Rochelle F. Agrégation interne de Mathématiques Département de Mathématiques Université de La Rochelle 2006-2007 Espaces vectoriels Convention 1. Dans toute la suite, k désignera un corps quelconque. Définition 2.

Plus en détail

Actions de groupes. Exemples et applications

Actions de groupes. Exemples et applications 4 Actions de groupes. Exemples et applications G, ) est un groupe multiplicatif et on note ou G si nécessaire) l élément neutre. E est un ensemble non vide et S E) est le groupe des permutations de E.

Plus en détail

Applications Bilinéaires et Formes Quadratiques

Applications Bilinéaires et Formes Quadratiques Ce cours peut être librement copié et distribué. Il est recommandé d en télécharger la version la plus récente à partir de : http://www.math.jussieu.fr/~alp. Toute remarque, correction ou suggestion doit

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 16 octobre 2015 Enoncés 1

[http://mp.cpgedupuydelome.fr] édité le 16 octobre 2015 Enoncés 1 [http://mp.cpgedupuydelome.fr] édité le 16 octobre 2015 Enoncés 1 Relations binaires Relations d équivalence Exercice 1 [ 02643 ] [Correction] Soit R une relation binaire sur un ensemble E à la fois réflexive

Plus en détail

1 Notion d espace vectoriel

1 Notion d espace vectoriel Arnaud de Saint Julien - MPSI Lycée La Merci 2014-2015 1 Résumé de cours sur les espaces vectoriels et les applications linéaires Les vecteurs du plan, les nombres réels, et les polynômes à coefficients

Plus en détail

ALGEBRE: GROUPES ET ANNEAUX 1

ALGEBRE: GROUPES ET ANNEAUX 1 Université Blaise Pascal U.F.R. Sciences et Technologies Département de Mathématiques et Informatique Licence de Mathématiques Troisième année, U.E. 35MATF2 ALGEBRE: GROUPES ET ANNEAUX 1 Polycopié du cours

Plus en détail

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer

Plus en détail

Chapitre 4. Adjoints Opérateurs auto-adjoints et isométries

Chapitre 4. Adjoints Opérateurs auto-adjoints et isométries Chapitre 4 Adjoints Opérateurs auto-adjoints et isométries I. Adjoint : Cas général d une forme { bilinéaire symétrique sesquilinéaire hermitienne On suppose dans tout I que E est un espace vectoriel de

Plus en détail

Rappels sur les applications linéaires

Rappels sur les applications linéaires Rappels sur les applications linéaires 1 Définition d une application linéaire Définition 1 Soient E et F deux espaces vectoriels sur un même corps K et f une application de E dans F Dire que f est linéaire

Plus en détail

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2013 2014 MATHS/STATS. Solution des exercices d algèbre linéaire

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2013 2014 MATHS/STATS. Solution des exercices d algèbre linéaire UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 3 4 Master d économie Cours de M. Desgraupes MATHS/STATS Document : Solution des exercices d algèbre linéaire Table des matières

Plus en détail

2010/2011. Espaces vectoriels

2010/2011. Espaces vectoriels Université Paris-Est Marne-la-Vallée 010/011 M1 enseignement CD/Préparation au CAPES Espaces vectoriels Dans toute la suite on considèrera des espaces vectoriels sur un corps commutatif K de caractéristique

Plus en détail

Introduction à l étude des Corps Finis

Introduction à l étude des Corps Finis Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur

Plus en détail

Structures algébriques : groupes, anneaux et corps

Structures algébriques : groupes, anneaux et corps Maths PCSI Cours Structures algébriques : groupes, anneaux et corps Table des matières 1 Groupes 2 1.1 Lois de composition interne..................................... 2 1.2 Groupes................................................

Plus en détail

1.3 Produit matriciel

1.3 Produit matriciel MATRICES Dans tout ce chapitre, K désigne les corps R ou C, p et n des entiers naturels non nuls 1 Matrices à coefficients dans K 11 Définition Définition 11 Matrice On appelle matrice à coefficients dans

Plus en détail

Les espaces vectoriels

Les espaces vectoriels Agrégation interne UFR MATHÉMATIQUES 1. Généralités Les espaces vectoriels Dans tout le chapitre, K représente un corps commutatif. 1.1. Notion d espace vectoriel On considère un ensemble E sur lequel

Plus en détail

B03. Ensembles, applications, relations, groupes

B03. Ensembles, applications, relations, groupes B03. Ensembles, applications, relations, groupes Bernard Le Stum Université de Rennes 1 Version du 6 janvier 2006 Table des matières 1 Calcul propositionnel 2 2 Ensembles 5 3 Relations 7 4 Fonctions, applications

Plus en détail

UNIVERSITÉ DE POITIERS

UNIVERSITÉ DE POITIERS UNIVERSITÉ DE POITIERS Faculté des Sciences Fondamentales et Appliquées Mathématiques PREMIÈRE ANNEE DE LA LICENCE DE SCIENCES ET TECHNOLOGIES UE L «algèbre linéaire» Plan du cours Exercices Enoncés des

Plus en détail

AGRÉGATION INTERNE: RÉDUCTION DES ENDOMORPHISMES

AGRÉGATION INTERNE: RÉDUCTION DES ENDOMORPHISMES AGRÉGATION INTERNE: RÉDUCTION DES ENDOMORPHISMES VINCENT GUEDJ 1. Notions fondamentales 1.1. Noyau, Image. On se donne E un K-espace vectoriel de dimension finie (K = R, C principalement) et f L(E) un

Plus en détail

Table des matières. Applications linéaires.

Table des matières. Applications linéaires. Table des matières Introduction...2 I- s et exemples...3 1-...3 2- Exemples...4 II- Noyaux et images...5 1- Rappels : images directes et images réciproques...5 a- s...5 b- Quelques exemples...5 2- Ker

Plus en détail

Espaces vectoriels. Université d Orléans Année 2009-2010 Espaces vectoriels et applications linéaires. 2MA01-Licence de Mathématiques

Espaces vectoriels. Université d Orléans Année 2009-2010 Espaces vectoriels et applications linéaires. 2MA01-Licence de Mathématiques Université d Orléans Année 2009-2010 Espaces vectoriels et applications linéaires 2MA01-Licence de Mathématiques Espaces vectoriels Exercice 1 Soit E un espace vectoriel. Pour x, y E et λ, µ K, montrer

Plus en détail

Applications linéaires

Applications linéaires Chapitre IV Applications linéaires Révisions Définition. Soient E, deux espaces vectoriels sur le même corps commutatif est dite linéaire si quels que soient x, y E et λ,. Une application f : E f x y f

Plus en détail

Polynômes à plusieurs variables. Résultant

Polynômes à plusieurs variables. Résultant Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \

Plus en détail

Par contre, lorsque P est finie, l inclusion f(p ) P implique l égalité f(p ) = P car, f

Par contre, lorsque P est finie, l inclusion f(p ) P implique l égalité f(p ) = P car, f Université Lyon 1 Algèbre générale S.P. Groupes III I. Groupe symétrique et géométrie. On se donne un ensemble E (souvent un espace euclidien ou une partie de cet espace) et une bijection f : E E (souvent

Plus en détail

COURS ET DM AR4 : GROUPE SYMÉTRIQUE II, ACTION DE GROUPE

COURS ET DM AR4 : GROUPE SYMÉTRIQUE II, ACTION DE GROUPE COURS ET DM AR4 : GROUPE SYMÉTRIQUE II, ACTION DE GROUPE FRANÇOIS MAUCOURANT 1. Signature d une permutation Définition 1.1. Soit σ S n une permutations, k le nombre de σ-orbites. On définit la signature

Plus en détail

Notes de cours L1 MATH120. Hervé Le Dret

Notes de cours L1 MATH120. Hervé Le Dret Notes de cours L1 MATH120 Hervé Le Dret 18 octobre 2004 40 Chapitre 3 Vecteurs dans R m Dans ce chapitre, nous allons nous familiariser avec la notion de vecteur du point de vue algébrique. Nous reviendrons

Plus en détail

(ii) pour tout x X, on a e x = x.

(ii) pour tout x X, on a e x = x. COURS DE LICENCE 2014/15 4 Groupes agissant sur un ensemble Définition 4.1. Soit G un groupe, X un ensemble non vide, S(X) le groupe des bijections de X. Une action de G sur X ou une opération de G sur

Plus en détail

Université de Nantes Année 2009-2010 Faculté des Sciences et des Techniques Département de Mathématiques. Topologie et calculs différentiel Liste n 5

Université de Nantes Année 2009-2010 Faculté des Sciences et des Techniques Département de Mathématiques. Topologie et calculs différentiel Liste n 5 Université de Nantes Année 009-010 Faculté des Sciences et des Techniques Département de Mathématiques Topologie et calculs différentiel Liste n 5 Applications Différentiables Exercice 1. Soit f : R n

Plus en détail

PAD - Notes de cours. S. Rigal, D. Ruiz, et J. C. Satgé

PAD - Notes de cours. S. Rigal, D. Ruiz, et J. C. Satgé ALGÈBRE PAD - Notes de cours S. Rigal, D. Ruiz, et J. C. Satgé November 23, 2006 Table des Matières Espaces vectoriels Applications linéaires - Espaces vectoriels............................... 3 -. Approche

Plus en détail

11. Espaces vectoriels, homomorphismes, bases

11. Espaces vectoriels, homomorphismes, bases 11. Espaces vectoriels, homomorphismes, bases 11.1. Espaces vectoriels, algèbres 11.1.1. Structure d espace vectoriel et d algèbre 11.1.2. Combinaisons linéaires 11.1.3. Espaces vectoriels et algèbres

Plus en détail

Image d un intervalle par une fonction continue

Image d un intervalle par une fonction continue DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction

Plus en détail

À propos des matrices échelonnées

À propos des matrices échelonnées À propos des matrices échelonnées Antoine Ducros appendice au cours de Géométrie affine et euclidienne dispensé à l Université Paris 6 Année universitaire 2011-2012 Introduction Soit k un corps, soit E

Plus en détail

Exo7. Applications linéaires. 1 Définition. 2 Image et noyau. Exercice 1 Déterminer si les applications f i suivantes sont linéaires :

Exo7. Applications linéaires. 1 Définition. 2 Image et noyau. Exercice 1 Déterminer si les applications f i suivantes sont linéaires : Exo7 Applications linéaires 1 Définition Exercice 1 Déterminer si les applications f i suivantes sont linéaires : f 1 : R R f 1 x,y = x + y,x y f : R R f x,y,z = xy,x,y f : R R f x,y,z = x + y + z,y z,x

Plus en détail

Université Paris IX Dauphine UFR Mathématiques de la décision Notes de cours ALGEBRE 2. Guillaume CARLIER

Université Paris IX Dauphine UFR Mathématiques de la décision Notes de cours ALGEBRE 2. Guillaume CARLIER Université Paris IX Dauphine UFR Mathématiques de la décision Notes de cours ALGEBRE 2 Guillaume CARLIER L1, année 2006-2007 2 Ce support de cours est basé sur le poly de Tristan Tomala des années précédentes.

Plus en détail

Espaces vectoriels et applications

Espaces vectoriels et applications Espaces vectoriels et applications linéaires 1 Définitions On parle d espaces vectoriels sur le corps R ou sur le corps C. Les définitions sont les mêmes en substituant R à C ou vice versa. Définition

Plus en détail

Université Joseph Fourier MAT231 2008-2009

Université Joseph Fourier MAT231 2008-2009 Université Joseph Fourier MAT231 2008-2009 mat231-exo-03.tex (29 septembre 2008) Feuille d exercices n o 3 Exercice 3.1 Soit K un corps commutatif et soit {P 0, P 1,... P n } une famille de polynômes de

Plus en détail

Calcul Matriciel. Chapitre 10. 10.1 Qu est-ce qu une matrice? 10.2 Indexation des coefficients. 10.3 Exemples de matrices carrées.

Calcul Matriciel. Chapitre 10. 10.1 Qu est-ce qu une matrice? 10.2 Indexation des coefficients. 10.3 Exemples de matrices carrées. Chapitre 10 Calcul Matriciel 101 Qu est-ce qu une matrice? Définition : Soit K un ensemble de nombres exemples, K = N, Z, Q, R, C, n, p N On appelle matrice à n lignes et p colonnes la données de np nombres

Plus en détail

Calcul différentiel sur R n Première partie

Calcul différentiel sur R n Première partie Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité

Plus en détail

Algèbre linéaire avancée I Jeudi 8 Octobre 2015 Prof. A. Abdulle J =

Algèbre linéaire avancée I Jeudi 8 Octobre 2015 Prof. A. Abdulle J = Algèbre linéaire avancée I Jeudi 8 Octobre 205 Prof. A. Abdulle EPFL Série 4 (Corrigé) Exercice Soit J M 2n 2n (R) la matrice définie par J 0 In, I n 0 où I n est la matrice identité de M n n (R) et 0

Plus en détail

Espaces vectoriels et applications linéaires

Espaces vectoriels et applications linéaires Espaces vectoriels et applications linéaires Exercice 1 On considère l'ensemble E des matrices carrées d'ordre 3 défini par,,, 1) Montrer que est un sous-espace vectoriel de l'espace vectoriel des matrices

Plus en détail

3D Compléments de cours. Guy GREISEN

3D Compléments de cours. Guy GREISEN 3D Compléments de cours Guy GREISEN 14 septembre 2009 3D 3 Table des matières 1 SECOND DEGRÉ 6 1.1 Introduction................................................ 6 1.2 Formule générale.............................................

Plus en détail

Algèbre linéaire. 1 Espaces vectoriels R n. Jean-Paul Davalan. 1.1 Les ensembles R n. 1.2 Addition dans R n. (R n, +) désigne R n muni de l addition.

Algèbre linéaire. 1 Espaces vectoriels R n. Jean-Paul Davalan. 1.1 Les ensembles R n. 1.2 Addition dans R n. (R n, +) désigne R n muni de l addition. Algèbre linéaire. Jean-Paul Davalan 2001 1 Espaces vectoriels R n. 1.1 Les ensembles R n. Définition 1.1 R 2 est l ensemble des couples (x, y) de deux nombres réels x et y. D une manière générale, un entier

Plus en détail

Leçon 6. Savoir compter

Leçon 6. Savoir compter Leçon 6. Savoir compter Cette leçon est une introduction aux questions de dénombrements. Il s agit, d une part, de compter certains objets mathématiques (éléments, parties, applications,...) et, d autre

Plus en détail

2. Permutations et groupe symétrique

2. Permutations et groupe symétrique 12 ABRAHAM BROER 2. Permutations et groupe symétrique 2.1. Définition du groupe S n. Le groupe des permutations d un ensemble fini est un des plus importants groupes finis. En fait il s agit d une famille

Plus en détail

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015 Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k

Plus en détail

Mathématiques pour PC 2 Cours L1 PC

Mathématiques pour PC 2 Cours L1 PC Mathématiques pour PC 2 Cours L1 PC Andrei Teleman CMI, Université de Provence, 39 Rue Frédéric Joliot-Curie, 13453 Marseille, Cedex 13 14 mars 2011 1 Isométries planes 1.1 La structure d espace vectoriel

Plus en détail

Mathématiques autour de la cryptographie.

Mathématiques autour de la cryptographie. Mathématiques autour de la cryptographie. Index Codage par division Codage série Code cyclique Code dual Code linéaire Corps de Galois Elément primitif m séquence Matrice génératrice Matrice de contrôle

Plus en détail

Cours de Licence. Bernard Le Stum 1 Université de Rennes 1. Version du 19 janvier 2004. 1 bernard.le-stum@univ-rennes1.fr

Cours de Licence. Bernard Le Stum 1 Université de Rennes 1. Version du 19 janvier 2004. 1 bernard.le-stum@univ-rennes1.fr Géométrie Cours de Licence Bernard Le Stum 1 Université de Rennes 1 Version du 19 janvier 2004 1 bernard.le-stum@univ-rennes1.fr 2 Table des matières Table des matières 4 Introduction 5 1 Rappels d algébre

Plus en détail

UNIVERSITÉ DE CERGY Année 2012-2013 U.F.R. Économie & Gestion Licence d Économie et Mathématiques MATH104 : Mathématiques

UNIVERSITÉ DE CERGY Année 2012-2013 U.F.R. Économie & Gestion Licence d Économie et Mathématiques MATH104 : Mathématiques 1 UNIVERSITÉ DE CERGY Année 2012-201 U.F.R. Économie & Gestion Licence d Économie et Mathématiques MATH104 : Mathématiques Chapitre III : Polynômes 1 Fonctions polynômes & polynômes Définition 1. Soit

Plus en détail

Arithmétique Algorithmique. http://www.math.univ-lyon1.fr/~roblot/ens.html

Arithmétique Algorithmique. http://www.math.univ-lyon1.fr/~roblot/ens.html Arithmétique Algorithmique http://www.math.univ-lyon1.fr/~roblot/ens.html Partie III Algorithmes classiques 1 Coût de la multiplication et de la division 2 Exponentiation rapide 3 Algorithme d Euclide

Plus en détail

APPLICATIONS LINÉAIRES

APPLICATIONS LINÉAIRES 21-10- 2007 J.F.C. A.L. p. 1 APPLICATIONS LINÉAIRES I GÉNÉRALITÉS 1. Définition et vocabulaire 2. Conséquences de la définition 3. Caractérisation II OPÉRATIONS SUR LES APPLICATION LINÉAIRES 1. Somme,

Plus en détail

À propos des limites inductives filtrantes et du théorème de Lazard sur les modules plats

À propos des limites inductives filtrantes et du théorème de Lazard sur les modules plats 1 À propos des limites inductives filtrantes et du théorème de Lazard sur les modules plats Cette note est écrite comme une section 7 du chapitre VIII du livre Algèbre Commutative. Méthodes Constructives.

Plus en détail

1. a) question de cours b) P(f) est un polynôme de l endomorphisme f donc commute avec f.

1. a) question de cours b) P(f) est un polynôme de l endomorphisme f donc commute avec f. escp-eap 2(Ecole de commerce) OPTION SCIENTIFIQUEMATHEMATIQUES I adapté en retirant certaines question qui sont du cours de PC et en ajoutant le dernier exemple.. a) question de cours b) P(f) est un polynôme

Plus en détail

Chapitre 5: Opérateurs dans les espaces de Hilbert. Notions d opérateur adjoint

Chapitre 5: Opérateurs dans les espaces de Hilbert. Notions d opérateur adjoint Chapitre 5: Opérateurs dans les espaces de Hilbert. Notions d opérateur adjoint 18 mars 2008 1 Généralités sur les opérateurs 1.1 Définitions Soient H et H deux espaces de Hilbert sur C. Définition 1.1

Plus en détail

22 Cours - Espaces vectoriels.nb 1/8. Espaces vectoriels. I) Généralités II) Applications linéaires III) Sous espaces vectoriels IV) Générateurs

22 Cours - Espaces vectoriels.nb 1/8. Espaces vectoriels. I) Généralités II) Applications linéaires III) Sous espaces vectoriels IV) Générateurs 22 Cours - Espaces vectoriels.nb /8 Espaces vectoriels K -espace vectoriel, loi de composition interne (commutative, associative), élément neutre, symétrique, loi externe, vecteur nul, E, sous espace vectoriel,

Plus en détail

THEORIE DES CORPS Cours de mathématiques pour Licence L3 et Master M1 Cours et Exercices corrigés 1

THEORIE DES CORPS Cours de mathématiques pour Licence L3 et Master M1 Cours et Exercices corrigés 1 THEORIE DES CORPS Cours de mathématiques pour Licence L3 et Master M1 Cours et Exercices corrigés 1 Michel Goze, Elisabeth Remm 1. Edité par Ramm Algebra Center 2 Introduction Ce cours s adresse aux étudiants

Plus en détail

en dimension finie Table des matières

en dimension finie Table des matières Maths PCSI Cours Algèbre linéaire en dimension finie Table des matières 1 Rappels d algèbre linéaire 2 1.1 Applications linéaires......................................... 2 1.2 Familles libres, génératrices

Plus en détail

Résumé de cours: Espaces vectoriels (Généralités) 1 Vocabulaire : 1.3 Régles de calcul : 1.1 Loi de composition interne :

Résumé de cours: Espaces vectoriels (Généralités) 1 Vocabulaire : 1.3 Régles de calcul : 1.1 Loi de composition interne : Résumé de cours : Espaces vectoriels Partie I : Généralités. : Source disponible sur : c Dans tout le chapitre K désigne un sous corps de C, et en général sauf mention du contraire, Q ou R ou bien C et

Plus en détail

Cours d analyse 1ère année. Rhodes Rémi

Cours d analyse 1ère année. Rhodes Rémi Cours d analyse 1ère année Rhodes Rémi 10 décembre 2008 2 Table des matières 1 Propriétés des nombres réels 5 1.1 Sous-ensembles remarquables de R........................ 5 1.2 Relations d ordre..................................

Plus en détail

MPSI 3 - Cahier de vacances... MPSI 3-2004/2005

MPSI 3 - Cahier de vacances... MPSI 3-2004/2005 MPSI 3 - Cahier de vacances... MPSI 3-2004/2005 Voici une fiche contenant 100 exercices de difficulté raisonable, plutôt techniques, qui recouvrent l ensemble du programme étudié cette année. A raison

Plus en détail

Exercices à savoir faire

Exercices à savoir faire Licence 1 Mathématiques 2014 2015 Algèbre et Arithmétique 1 Feuille n o 2 Théorie des ensembles, applications Exercices à savoir faire Théorie des ensembles Exercice 1 Soit F l ensemble des femmes. Qu

Plus en détail

Université Joseph Fourier, Grenoble. Espaces vectoriels. Bernard Ycart

Université Joseph Fourier, Grenoble. Espaces vectoriels. Bernard Ycart Université Joseph Fourier, Grenoble Maths en Ligne Espaces vectoriels Bernard Ycart Vous devez vous habituer à penser en termes de «vecteurs» dans un sens très général : polynômes, matrices, suites, fonctions,

Plus en détail

Relations binaires sur un ensemble.

Relations binaires sur un ensemble. Math122 Relations binaires sur un ensemble. TABLE DES MATIÈRES Relations binaires sur un ensemble. Relations d équivalence, relation d ordre. Table des matières 0.1 Définition et exemples...................................

Plus en détail

Programme de mathématiques TSI1

Programme de mathématiques TSI1 Programme de mathématiques TSI1 1. PROGRAMME DE DÉBUT D ANNÉE I. Nombres complexes et géométrie élémentaire 1. Nombres complexes 1 2. Géométrie élémentaire du plan 3 3. Géométrie élémentaire de l espace

Plus en détail

Théorie des ensembles

Théorie des ensembles Théorie des ensembles Cours de licence d informatique Saint-Etienne 2002/2003 Bruno Deschamps 2 Contents 1 Eléments de théorie des ensembles 3 1.1 Introduction au calcul propositionnel..................

Plus en détail

1 Programme de Colles : Espaces vectoriels.

1 Programme de Colles : Espaces vectoriels. Lycée Louis le grand Année scolaire 2007/2008 Mathématiques Supérieure MPSI Semaine 12 11 mai 2009 1 Programme de Colles : Espaces vectoriels. On note K le corps R ou C. 1.1 Axiomes d espace vectoriel.

Plus en détail

Cours d algèbre. Maths1 LMD Sciences et Techniques. Par M. Mechab

Cours d algèbre. Maths1 LMD Sciences et Techniques. Par M. Mechab Cours d algèbre Maths1 LMD Sciences et Techniques Par M. Mechab 2 Avant Propos Ceci est un avant projet d un manuel de la partie Algèbre du cours de Mathématiques de premières années LMD Sciences et techniques

Plus en détail

Formulaire de maths Algèbre linéaire et multilinéaire

Formulaire de maths Algèbre linéaire et multilinéaire Formulaire de maths Algèbre linéaire et multilinéaire Nom Formule Espaces vectoriels Famille libre On dit que la famille est libre si Famille liée On dit que la famille est liée si Théorème de la base

Plus en détail

Cours de mathématiques - Alternance Gea

Cours de mathématiques - Alternance Gea Cours de mathématiques - Alternance Gea Anne Fredet 11 décembre 005 1 Calcul matriciel Une matrice n m est un tableau de nombres à n lignes( et m colonnes. 1 0 Par exemple, avec n = et m =, on peut considérer

Plus en détail

Exercices - Réduction des endomorphismes : énoncé. Réduction pratique de matrices

Exercices - Réduction des endomorphismes : énoncé. Réduction pratique de matrices Réduction pratique de matrices Exercice 1 - Diagonalisation - 1 - L1/L2/Math Spé - Diagonaliser les matrices suivantes : 0 2 1 A = 3 2 0 B = 2 2 1 0 3 2 2 5 2 2 3 0 On donnera aussi la matrice de passage

Plus en détail

Algèbre Année 2007-2008 ENS Cachan Vincent Beck. Théorème de Cayley

Algèbre Année 2007-2008 ENS Cachan Vincent Beck. Théorème de Cayley Algèbre Année 2007-2008 ENS Cachan Vincent Beck Théorème de Cayley Le (ou plutôt un des nombreux) théorème(s) de Cayley assure que tout groupe G s identifie de façon naturelle à un sous-groupe du groupe

Plus en détail

Cours d algèbre. M1 Mathématiques et applications. M1 Mathématiques et enseignement

Cours d algèbre. M1 Mathématiques et applications. M1 Mathématiques et enseignement Cours d algèbre M1 Mathématiques et applications M1 Mathématiques et enseignement 2012/2013 Table des matières Chapitre I. Quelques rappels sur les groupes 1 Chapitre II. Action d un groupe sur un ensemble

Plus en détail

MATHÉMATIQUES I. lorsqu elle est périodique à partir d un certain rang, c est-à-dire s il existe

MATHÉMATIQUES I. lorsqu elle est périodique à partir d un certain rang, c est-à-dire s il existe MATHÉMATIQUES I On dit qu une suite réelle a = ( a n ) n IN est ultimement périodique lorsqu elle est périodique à partir d un certain rang, c est-à-dire s il existe n 0 IN et p IN tels que : ( R) n IN,

Plus en détail

Théorème du point fixe - Théorème de l inversion locale

Théorème du point fixe - Théorème de l inversion locale Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion

Plus en détail

est diagonale si tous ses coefficients en dehors de la diagonale sont nuls.

est diagonale si tous ses coefficients en dehors de la diagonale sont nuls. Diagonalisation des matrices http://www.math-info.univ-paris5.fr/~ycart/mc2/node2.html Sous-sections Matrices diagonales Valeurs propres et vecteurs propres Polynôme caractéristique Exemples Illustration

Plus en détail

HENRI ROUDIER ALGEBRE LINEAIRE COURS & EXERCICES CAPES &AGRÉGATION INTERNES & EXTERNES DEUXIÈME ÉDITION REVUE &.AUGMENTÉE VUIBERT

HENRI ROUDIER ALGEBRE LINEAIRE COURS & EXERCICES CAPES &AGRÉGATION INTERNES & EXTERNES DEUXIÈME ÉDITION REVUE &.AUGMENTÉE VUIBERT HENRI ROUDIER ALGEBRE LINEAIRE COURS & EXERCICES CAPES &AGRÉGATION INTERNES & EXTERNES DEUXIÈME ÉDITION REVUE &.AUGMENTÉE VUIBERT Table analytique des matières 1. La structure d'espace vectoriel 1. Espaces

Plus en détail

Un tout petit peu d homotopie

Un tout petit peu d homotopie Vincent Beck On note I = [ 0, 1 ]. Un tout petit peu d homotopie 0.1 Homotopie Définition 1 Applications homotopes. Soient X, Y deux espaces topologiques et f, g : X Y deux applications continues. On dit

Plus en détail

L2 MIEE 2012-2013 VAR Université de Rennes 1

L2 MIEE 2012-2013 VAR Université de Rennes 1 . Sous-ensembles de R n et fonctions (suite) 1 Nappes paramétrées Si f une fonction de deux variables, son graphe est une surface incluse dans R 3 : {(x, y, f(x, y)) / (x, y) R 2 }. Une telle surface s

Plus en détail

Devoir à la maison : correction

Devoir à la maison : correction Calcul différentiel 2 Sous-variétés : bilan Devoir à la maison : correction Exercice 1. Un exemple de sous-variété : les structures complexes Soit E un R-espace vectoriel. Montrer que la donnée d une structure

Plus en détail